• 제목/요약/키워드: 이미지 플로우

검색결과 42건 처리시간 0.024초

뉴럴네트워크 기반에 악성 URL 탐지방법 설계 (Design of detection method for malicious URL based on Deep Neural Network)

  • 권현;박상준;김용철
    • 융합정보논문지
    • /
    • 제11권5호
    • /
    • pp.30-37
    • /
    • 2021
  • 사물인터넷 등을 통하여 각종 기기들이 인터넷으로 연결되어 있고 이로 인하여 인터넷을 이용한 공격이 발생하고 있다. 그러한 공격 중 악성 URL를 이용하여 사용자에게 잘못된 피싱 사이트로 접속하게 하거나 악성 바이러스를 유포하는 공격들이 있다. 이러한 악성 URL 공격을 탐지하는 방법은 중요한 보안 이슈 중에 하나이다. 최근 딥러닝 기술 중 뉴럴네트워크는 이미지 인식, 음성 인식, 패턴 인식 등에 좋은 성능을 보여주고 있고 이러한 뉴럴네트워크를 이용하여 악성 URL 탐지하는 분야가 연구되고 있다. 본 논문에서는 뉴럴네트워크를 이용한 악성 URL 탐지 성능을 각 파라미터 및 구조에 따라서 성능을 분석하였다. 뉴럴네트워크의 활성화함수, 학습률, 뉴럴네트워크 모델 등 다양한 요소들에 따른 악성 URL 탐지 성능에 어떠한 영향을 미치는 지 분석하였다. 실험 데이터는 Alexa top 1 million과 Whois에서 크롤링하여 데이터를 구축하였고 머신러닝 라이브러리는 텐서플로우를 사용하였다. 실험결과로 층의 개수가 4개이고 학습률이 0.005이고 각 층마다 노드의 개수가 100개 일 때, 97.8%의 accuracy와 92.94%의 f1 score를 갖는 것을 볼 수 있었다.

혈관조영검사에서 매개변수 변화에 따른 Roadmap 영상의 화질평가 (Evaluation of Roadmap Image Quality by Parameter Change in Angiography)

  • 공창기;송종남;한재복
    • 한국방사선학회논문지
    • /
    • 제14권1호
    • /
    • pp.53-60
    • /
    • 2020
  • 이 연구의 목적은 Roadmap 영상에서 화질에 영향을 미치는 인자들을 알아보기 위한 것으로, 조영제의 희석률, Collimation Field, Flow Rate를 변화하여 연구를 하였다. 화질의 정량적인 평가를 위해, 아크릴를 이용하여 3mm 혈관모형의 Water Phantom을 자체 제작하였고, 자체 제작한 혈관모형의 Water Phantom으로 Roadmap 영상을 획득하고, SNR(Signal to Noise Ratio)과 CNR(Contrast to Noise Ratio)을 분석하였다. CM : N/S 희석률 변화에 대한 연구에서 CM : N/S 희석률을 (100%~10% : 100%)로 변화를 주었으며, 혈관모형 Water Phantom을 이용하여 촬영한 Roadmap 영상의 SNR과 CNR의 측정 결과 CM에 N/S 희석률이 높아질수록 SNR의 측정값이 점차적으로 낮아짐을 나타났고, CNR의 측정값도 점차적으로 낮아짐을 나타났다. 결론적으로 CM : N/S의 희석률이 높아질수록 SNR과 CNR 낮아짐을 확인하였고, CM : N/S의 희석률(100%~70 : 30%)에서 유의한 이미지를 얻을 수 있음을 확인하였다. Collimation Field 변화에 대한 연구에서 혈관모형 Water Phantom을 이용하여 Colimation Field를 혈관모형 중심으로 좌, 우 2 cm 간격으로 좁히면서 0 cm, 2 cm, 4 cm, 6 cm, 8 cm 10 cm, 12 cm으로 각각 변화를 주었으며, Roadmap을 촬영한 영상의 SNR과 CNR의 측정 결과는 Collimation Field를 혈관모형 중심으로 좁힐수록 SNR과 CNR의 측정값이 증가하는 것을 확인할 수 있었다. Flow rate 변화에 대한 연구에서 Autoinjector의 Volume을 15로 일정하게 하고, Flow Rate를 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 으로 각각 변화를 주었다. 혈관모형 Water Phantom을 이용하여 Roadmap 영상을 촬영한 이미지의 SNR과 CNR의 측정 결과 Flow Rate를 증가했을 때, SNR의 측정값이 점차적으로 감소하다가 Flow Rate 9~10에서 SNR의 측정값이 점차적 증가를 보였고, CNR의 측정값도 점차적으로 감소하다가 Flow Rate 9~10에서 CNR의 측정값이 점차적으로 증가를 보였다. 그러나 ROI Mean 값과 Background Mean 값으로 SNR과 CNR의 상관관계를 확인할 수 없었다. 상관관계를 확인하기 위해 Flow Rate 변화에 따른 Roadmap 연구는 향후 더 많은 연구로 확인해야 할 것으로 사료된다. 결론적으로 Roadmap 영상의 화질에 영향을 미치는 인자들을 알아보기 위해 조영제의 희석률, Collimation Field, Flow Rate 변화에 대한 연구에서 조영제에 N/S의 희석률이 증가할수록 SNR과 CNR이 낮아져 화질과 대조도가 낮아지는 것을 확인하였으며, Collimation Field를 좁힐수록 SNR과 CNR이 증가하여 화질과 대조도가 높아지는 것을 확인하였다. 그러나 Flow Rate 변화에 대한 연구에서는 상관관계를 확인할 수 없었다. 검사 및 시술을 할 때 신장의 영향을 최소화하기 위해 적절한 조영제 농도 선택과 대조도 향상 및 피폭 감소를 위한 적절한 Collimation Field를 사용하는 것이 유용할 것으로 판단된다.